基于神經(jīng)網(wǎng)絡(luò)集成的短期負荷預(yù)測方法研究.pdf

1、短期負荷預(yù)測是電力系統(tǒng)運行中一項重要的基本工作，是制定發(fā)電計劃的依據(jù)。電力市場形勢下，短期負荷預(yù)測對于電網(wǎng)的經(jīng)濟運行有著重要意義。 人工神經(jīng)網(wǎng)絡(luò)已經(jīng)被應(yīng)用到短期電力負荷預(yù)測中來，較之傳統(tǒng)的預(yù)測方法預(yù)測精度有了一定的提高。但是，神經(jīng)網(wǎng)絡(luò)還存在著一些問題，如網(wǎng)絡(luò)模型的結(jié)構(gòu)設(shè)定需要經(jīng)過大量的實驗摸索和一定的先驗知識。由于神經(jīng)網(wǎng)絡(luò)集成彌補了人工神經(jīng)網(wǎng)絡(luò)的上述缺點，因此本文采用神經(jīng)網(wǎng)絡(luò)集成方法來建立日負荷預(yù)測模型，進行日負荷預(yù)測。

2、 神經(jīng)網(wǎng)絡(luò)集成自提出以來，無論是應(yīng)用上還是理論上都有了很大的發(fā)展，涌現(xiàn)了如Boost，Bagging，CVC，EVOL,CELS等集成方法。本文在日負荷預(yù)測模型中采用了前三種集成方法。 由于日負荷具有自身的規(guī)律性，同類型日負荷曲線又非常接近，同時日負荷又受到季節(jié)、天氣、節(jié)日等因素的影響，故本文在考慮了上述影響因素的基礎(chǔ)上建立了兩種日負荷預(yù)測類型。在第一類預(yù)測模型中，分別采用了3和8個個體網(wǎng)絡(luò)進行集成，實驗結(jié)果表明，無論3網(wǎng)絡(luò)集成

3、還是8網(wǎng)絡(luò)集成，預(yù)測精度較之傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)方法都有了明顯的提高，且8網(wǎng)絡(luò)集成比3網(wǎng)絡(luò)集成時預(yù)測效果更好。第二類預(yù)測模型考慮了第一類模型中負荷和溫度輸入變量的差異及其對預(yù)測效果的影響，將第一類預(yù)測模型中的溫度輸入變量獨立出來，由此得到了改進的日負荷預(yù)測模型：日負荷歸一化曲線預(yù)測子模型和日最高最低負荷預(yù)測子模型。實驗數(shù)據(jù)表明，采用同樣子網(wǎng)數(shù)目進行集成時，第二類預(yù)測模型能夠取得比第一類預(yù)測模型更好的預(yù)測效果，并在提高預(yù)測精度的同時減少了模型